那么現(xiàn)在市場上也有很多不同觀點(diǎn)，有人認(rèn)為AI是革命性的未來，也有人認(rèn)為AI是一廂情愿的泡沫。也有很多人問我這個問題。今天，分享一些我的觀點(diǎn)給大家。

　　李彥宏很早就決定全力投入AI，在百度還能維持中概股市值前三的時候，后來有業(yè)內(nèi)大佬在新加坡約我咖啡局，問我怎么看百度的AI業(yè)務(wù)。我說蠻好的，對方頗不以為然，說好在哪里。我說，給中國AI行業(yè)培養(yǎng)了很多人才。

　　實(shí)事求是地說，中國AI產(chǎn)業(yè)的創(chuàng)業(yè)團(tuán)隊，大概有半壁江山是百度系跑出來的，但遺憾的是，能夠成功跑上岸的，暫時還看不到。

　　這就帶來一個很嚴(yán)峻的問題，AI是不是真的就是泡沫和噱頭，AI在市場上到底只是故事還是真有未來。

　　順便說一下，DeepMind宣布2020年扭虧為盈，給行業(yè)打了一劑強(qiáng)心針，但其盈利的構(gòu)成并未公布，仍然成謎。有分析師猜測是其母公司Alphabet調(diào)高了DeepMind一些項(xiàng)目的內(nèi)部結(jié)算價格，從而讓DeepMind產(chǎn)生了盈利的財務(wù)數(shù)據(jù)，但面對真實(shí)的市場環(huán)境，其商業(yè)模式還沒有得到驗(yàn)證。

　　以上，是現(xiàn)實(shí)中看到的一些狀況，下面陳述一下我的觀點(diǎn)。

　　第一：AI技術(shù)改變?nèi)祟愡@件事，已經(jīng)發(fā)生了，不是將來時，而是進(jìn)行時。

　　我舊文也說過，你去機(jī)場，你去酒店，你登陸網(wǎng)銀，你發(fā)起轉(zhuǎn)賬，人臉識別，已經(jīng)很普及了。張學(xué)友演唱會能抓逃犯，也是AI技術(shù)普及的結(jié)果。

　　小小的一個手機(jī)攝像頭，一個拍照美化功能，背后也是強(qiáng)大的AI技術(shù)在支撐。

　　影視作品，游戲作品中的各種真真假假的場景，動作設(shè)計，AI技術(shù)也被廣泛使用。

　　金融風(fēng)控和信用評估，廣告投放自動優(yōu)化，電商自動推薦算法，外賣，叫車軟件的各種派單策略，我們常用的各種應(yīng)用里，其實(shí)都有不同級別的AI技術(shù)在支撐。

　　AI技術(shù)已經(jīng)深入融入我們的日常生活。

　　自動駕駛其實(shí)也已經(jīng)并不遙遠(yuǎn)。

　　認(rèn)為AI只是噱頭，是炒作的，不要談未來，看清現(xiàn)實(shí)就知道，這玩意已經(jīng)和我們的生活緊密相關(guān)。

　　第二：AI無法單獨(dú)支撐業(yè)務(wù)和應(yīng)用，需要載體。

　　當(dāng)我們談AI的時候，這只是一個技術(shù)領(lǐng)域，其實(shí)這個詞背后所指的也很寬泛。實(shí)際上不同的AI公司，往往也只專注某一個或某幾個細(xì)分領(lǐng)域，比如有的只做風(fēng)控，有的只做圖像和視頻處理，有的只做語音擬合，有的只做推薦策略，有的只做自動駕駛相關(guān)等等。

　　所以我們哪怕每天都在用AI，也很少有人知道，都在哪些場合，用到了誰家的AI技術(shù)。對于大部分普通人來說，AI沒有外在露出，沒有感知。

　　這就造成兩個結(jié)果。其一，大部分哪怕每天都在使用，也不認(rèn)為AI正在改變自己的生活。其二，AI的商業(yè)模式，往往存在受制于人的狀況。或者說，市場再大，和你關(guān)系也不大的感覺。

　　這也就是純粹做AI的公司，總是很難證明自己的商業(yè)模式，可以創(chuàng)造一個巨大的市場空間。

　　有點(diǎn)像什么，早期的百度，為新浪，搜狐等門戶網(wǎng)站提供搜索技術(shù)，賺點(diǎn)可憐的技術(shù)服務(wù)費(fèi)，就算公司規(guī)模很小，都賺不回研發(fā)成本，更看不到增長空間，即便如此，還會被巨頭欠費(fèi)。

　　這里我引用一個信息，DeepMind的團(tuán)隊有上千人，但核心科學(xué)家并不多，更多的是工程團(tuán)隊，為什么?因?yàn)楣こ虉F(tuán)隊才能讓技術(shù)真正落地到實(shí)際應(yīng)用中，把技術(shù)變成商業(yè)效益。

　　第三：AI的技術(shù)價值，其實(shí)被高估了。

　　不好意思，這句話說出來有些傷人，從商業(yè)角度，也許一個成功的AI企業(yè)，并不需要頂尖技術(shù)專家。

　　首先，這個世界上有極少數(shù)頂尖的AI技術(shù)專家，他們引領(lǐng)時代，爭奪圖靈獎，在Nature雜志發(fā)表論文，在各大算法競賽上獨(dú)霸頭籌。

　　是的，很了不起。

　　此外，還有為數(shù)不少的一流AI技術(shù)專家，他們也許達(dá)不到頂尖技術(shù)專家這樣的突破性成就，但是至少，他們能無障礙閱讀Nature最新AI技術(shù)論文，能無障礙地理解和改寫最先進(jìn)的AI算法程序。

　　在工程化實(shí)現(xiàn)角度來說，頂尖技術(shù)專家和一流技術(shù)專家的時間差，最多六個月，甚至更短。如果頂尖技術(shù)專家缺乏工程化的能力和相關(guān)團(tuán)隊，甚至還不如一流技術(shù)專家能更快實(shí)現(xiàn)技術(shù)落地。

　　那你說，保持領(lǐng)先難道不牛逼么?

　　在一定閾值以內(nèi)，保持領(lǐng)先是很牛逼的，但超過一定閾值，對不起，這個領(lǐng)先性的價值就被弱化了。

　　我舉個例子，AlphaGo橫空出世的時候，震驚世界，但他們的論文被很多一流高手看到了，很多借鑒相同算法的AI程序?qū)映霾桓F，那么AlphaGo退出江湖后，絕藝，星陣，leelazero，以及基于leela的一堆第三方AI，都已經(jīng)顯著超越了最優(yōu)秀的人類棋手。

　　那么作為人類棋手的陪練，日本棋手，中國棋手，韓國棋手，會基于獲取難度，各自選擇不同的AI程序。

　　現(xiàn)在，棋手的成績提高，很大程度決定于他們和AI的對練和學(xué)習(xí)的過程。是的，熱衷于和AI對練的確可以提高棋手的計算力和戰(zhàn)斗力。但是，問題來了，棋手的戰(zhàn)斗力提升，和他們選擇的AI程序，關(guān)系很大么?很遺憾，目前看，選擇不同的AI程序，對棋手的提高，不會帶來特別大的區(qū)別。

　　為什么?因?yàn)槎家呀?jīng)遠(yuǎn)遠(yuǎn)超越人類最高水平了，這就是我說的，超過閾值之后，其實(shí)選擇誰都可以。

　　在某個閾值以內(nèi)，領(lǐng)先的價值是巨大的，在某個閾值以外，領(lǐng)先的價值會迅速弱化。如果我們把圍棋AI比喻為某種商業(yè)AI技術(shù)，把棋手比喻為某些需要這些AI技術(shù)的商家，我們就能理解，商家的確需要這樣的AI，但是在一定的閾值之上，選擇不同的，其實(shí)影響沒那么大。

　　所以，只要某領(lǐng)域內(nèi)的有關(guān)AI技術(shù)超過閾值，一流高手和頂尖高手，做出來的東西，對應(yīng)用方而言，其實(shí)幾乎沒區(qū)別。

　　順便說一句，關(guān)于數(shù)據(jù)，AI是不是很吃數(shù)據(jù)，是不是誰掌握了數(shù)據(jù)就掌握了未來?在一定閾值之內(nèi)，看上去是的，超過一定閾值，數(shù)據(jù)的價值也會極速弱化。

　　所以，很尷尬的一種發(fā)展可能性是，頂尖技術(shù)高手探索技術(shù)邊界，一流技術(shù)高手配合工程及商業(yè)團(tuán)隊摘取商業(yè)果實(shí)。

　　對，就像特斯拉和愛迪生。

　　當(dāng)然，還有一種可能，就是知識產(chǎn)權(quán)，利用知識產(chǎn)權(quán)，鎖定技術(shù)價值。但目前看上去，對AI策略和算法，似乎并沒有特別的知識產(chǎn)權(quán)保護(hù)及索賠的案例。

　　特別是，很多AI科技巨頭發(fā)paper的熱情，絲毫不亞于學(xué)術(shù)機(jī)構(gòu)。

　　所以這就是現(xiàn)狀，相關(guān)技術(shù)正在廣泛被應(yīng)用，但背后的科技公司，卻仍然入不敷出，艱難發(fā)展。而且，在相對成熟的領(lǐng)域(也就是超過應(yīng)用閾值的領(lǐng)域)，任何一個擁有一流人才的小團(tuán)隊，都可以快速復(fù)制一份接近最先進(jìn)的技術(shù)，與市場領(lǐng)先者并駕齊驅(qū)。

　　那么，對于AI巨頭來說，如何才能突破困局，脫穎而出呢。

　　其一，資源整合能力和工程能力。

　　需要更好的理解客戶，理解產(chǎn)業(yè)，理解需求，更好的將技術(shù)與工程實(shí)踐，以及領(lǐng)域內(nèi)的其他資源整合起來。商業(yè)的拓展需要技術(shù)，但僅有技術(shù)肯定是不夠的。

　　說難聽點(diǎn)，就是要做一些粗活，重活，才能把行業(yè)落地做下去。單純賣算法，賣策略，提供技術(shù)方案，很容易被替代。

　　簡單說就是，客戶需要的不是技術(shù)指標(biāo)最好的方案，而是能解決問題的技術(shù)方案里，最好用的那個。

　　其二，產(chǎn)品化。

　　說簡單點(diǎn)就是擼著袖子自己下場。

　　典型案例就是新加坡的領(lǐng)創(chuàng)集團(tuán)，給金融業(yè)務(wù)服務(wù)商提供風(fēng)控AI技術(shù)，能賺幾個錢，自己直接拿牌照下場做金融業(yè)務(wù)。

　　或者自己直接產(chǎn)品化，直接進(jìn)入C端。或者退一步，投資孵化產(chǎn)品化團(tuán)隊，技術(shù)和資源入股。

　　其三，知識產(chǎn)權(quán)平臺。

　　參照 ARM，形成知識產(chǎn)權(quán)壁壘，通過授權(quán)獲益。

　　我能想到的大體如此，當(dāng)然，這事仁者見仁智者見智，也許會有不同意見，各自保留，懶得爭論。

　　想了想，最后還是啰嗦幾句，針對可能的疑問，還是老規(guī)矩，重在邏輯。

　　為什么超過閾值之后，AI的技術(shù)價值會被弱化。

　　其實(shí)是因?yàn)椋蓴_因素會超過AI的技術(shù)因素，導(dǎo)致技術(shù)因素的差異無法被感知。

　　舉例而言，對于圍棋AI來說，也許圍棋AI甲可以碾壓圍棋AI乙，但影響棋手成長的，還包括棋手的智力水平，理解力和用功程度，當(dāng)圍棋AI甲和乙都足以碾壓職業(yè)棋手的時候，那么二者算法差異對職業(yè)棋手技術(shù)打磨的影響，就已經(jīng)遠(yuǎn)弱于棋手自身因素的影響，無法被有效感知。

　　再比如，我們說自動駕駛，我拍腦袋說一個閾值，可能未必準(zhǔn)確。比如說，自動駕駛AI的安全性，超過人類平均水平10倍，可能就是一個閾值。那么很多人會說，越安全越有價值不是么?是的，但安全并不僅僅是算法因素對不對。比如各種傳感器的靈敏度和穩(wěn)定性，汽車剛性結(jié)構(gòu)，承載AI的硬件設(shè)備的故障率等等。在某個閾值之上，你會發(fā)現(xiàn)影響安全的因素中，算法優(yōu)勢和其他因素相比，成為相對小的變數(shù)，那么這時候，這個算法優(yōu)勢就很難被感知。

　　這也就回到了前面提到的，比如以自動駕駛為例，整體安全性的保障，工程能力和資源整合能力就變得尤為重要。如何設(shè)計具有足夠冗余保障的傳感系統(tǒng)，如何在硬件配置上建立足夠優(yōu)秀的備份和災(zāi)難應(yīng)急能力，當(dāng)算法能力超出一定閾值之上的時候，這些能力的作用和價值就超過了算法本身。

　　當(dāng)然，在閾值以內(nèi)，算法的價值是很容易被感知的。這個不贅述了，所以別抬杠，很多技術(shù)領(lǐng)域AI目前暫時還沒達(dá)到閾值，比如自動駕駛，但是我們要有這個邏輯判斷力，知道技術(shù)超過閾值之后，會有完全不同的競爭重心。